Интеллектуальная автоматическая обработка текстов на естественном языке – это та область программных решений, в которой традиционно работают многочисленные команды исследователей и разработчиков в самых разных странах. Действительно, применительно к корпоративному сектору речь идет о широком спектре возможностей обработки текстовых документов: от структурированных форм до текстов соглашений и переписки с клиентами на корпоративном форуме. Какие из этих возможностей сегодня стали рутинными общеупотребительными сервисами, а какие находятся на переднем фронте интеллектуальной обработки? Согласно оценкам аналитиков Центра компетенций «Искусственный интеллект» МФТИ, авторов альманаха «Искусственный интеллект» 2021, который вышел в свет в апреле, сегмент решений для обработки естественного языка (ЕЯ) Natural Language Processing (NLP) занимает в России 32,8% всего рынка ИИ.
Архив рубрики: Инновации
Переход от корпоративных данных к знаниям с помощью инструментов искусственного интеллекта: подробности технологии
Для современного цифрового предприятия данные – это фундамент для выработки эффективных управленческих решений, как оперативных, так и стратегических. Однако на пути к принятию решений «сырые» исходные данные превращаются в корпоративные знания. Сегодня мы видим несколько направлений такой трансформации, как на уровне аккумулирования цифрового опыта компании, так и на уровне самих данных. Аналитики Gartner выделяют отдельную группу ИТ-решений – платформы цифрового опыта (Digital Experience Platforms, DXP), для которых ежегодно выпускается «Магический квадрант». В своем анализе DXP-платформ аналитики Gartner, в первую очередь, фокусируют внимание на интеграции клиентских данных из различных источников. Так, в числе лидеров рыночного сегмента – компания Adobe, у которой, по мнению Gartner, – зрелое решение DXP, включающее управление контентом, аналитику и функции персонализации.
Глубинные нейронные сети для обработки больших массивов данных: достижения и проблемы
Конечно, сегодняшние ИИ-механизмы не умеют «мыслить» и принимать решения на уровне человека. Однако и на этом пути ИИ может достигать впечатляющих успехов, делая то, что не под силу человеку, например, обрабатывать огромные объемы данных практически в реальном масштабе времени. Именно эти возможности стали базисом для мощного развития механизмов машинного обучения в его нынешнем наиболее популярном виде – глубинных нейронных сетей (ГНС или DNN – Deep Neural Network). Глубинная нейронная сеть – это искусственная нейронная сеть (ИНС) с несколькими слоями нейронов, расположенных между входным и выходным слоями. ГНС находит корректный метод математических преобразований, чтобы превратить исходящие данные в выходящие, независимо от линейной или нелинейной корреляции. Сеть продвигается по слоям, рассчитывая вероятность каждого выхода.
Программно-аппаратные решения на базе искусственного интеллекта: внедрения и перспективы
Ежегодные темпы роста рынка решений искусственного интеллекта в России эксперты оценивают на уровне 20-30%. Какие технологии обеспечивают такое ускоренное развитие? В каких практических задачах эти технологии находят массовое применение? Где находятся точки роста, которые определяют векторы развития интеллектуальных систем в ближайшей перспективе? Искать ответы на эти вопросы помогли российские эксперты в области интеллектуальных технологий и решений. Исследователи компании IDC полагают, что российский рынок решений искусственного интеллекта (ИИ) будет демонстрировать среднегодовой рост на уровне 18,5% до 2024 г. В 2023 г. он преодолеет отметку в 500 млн. долл., и к 2024 г. его объем составит 555,1 млн. долл. Центр компетенций МФТИ «Искусственный интеллект» оценивает объемы этого рынка в рублевом выражении.
Наиболее важные изобретения российских инноваторов за последний год: кратко о главном
Фото: © hi-tech.mail.ru. За первое полугодие в России изобрели немало интересного и инновационного: вещество для моментального тушения пожара, ванадиевые аккумуляторы и многое другое. Летом 2020 года команда ученых из Манчестерского университета Великобритании заявила, что создали карманный ускоритель частиц, способный разгонять электронные лучи до 99,99% от скорости света. В начале 2022 года отличились уже отечественные ученые. Специалисты из МФТИ, ОИВТ РАН и ФИ РАН представили компактный, размером с комнату, ускоритель частиц. Цель подобных установок — понимание секретов материи, что позволяет создавать новые материалы (сплавы металлов, полимеры и т. п.), исследовать мир на атомарном уровне, а также лечить онкобольных. На деле российские ученые еще в 2011 году разработали метод, позволяющий разгонять частицы до околосветовой скорости.
Необычные изобретения от Apple: от виртуальной клавиатуры, до виртуальных носков
У инноваций есть много определений. Apple, которую называют одной из самых инновационных компаний в мире, предпочитает руководствоваться собственной формулировкой – инновация это создание продукта или новые услуги, которые революционизируют отрасли и приносят огромную пользу клиентам. Крупнейшая технологическая компания Apple не всегда быстро внедряет новые технологии, многие из них так и остаются на стадии разработок. За последние десять лет корпорация оформила множество патентов, некоторых из них весьма причудливые. Мы изучили патентный портфель техногиганта и отобрали самые необычные. Что же из себя представляет гибрид телефона и ноутбука? В 2017 году Apple подала заявку на патент странного гаджета, который, по сути, превращает iPhone в ноутбук. Когда пользователь вставляет смартфон в слот, где должен быть трекпад, то iPhone трансформируется в ноутбук. В другом варианте патента iPad помещается в аналогичный зазор.
